发明名称 一种音频数据分类方法及装置
摘要 本发明实施例公开了一种音频数据分类方法及装置,一种音频数据分类方法包括:获得待识别类别的第一音频数据;按照预设的加窗算法,在第一音频数据的音频时间轴上进行加窗;对每个窗内的音频数据提取一个MFCC特征向量;将每个MFCC特征向量矢量量化为一个一维的第一特征值;按照预设的直方图绘制算法,对所有第一特征值进行计算,得到第一音频数据的第一直方图;将第一直方图与预设的各个音频类别音频数据对应的直方图特征模板进行相似度计算,得到与第一直方图相似度最大的第一直方图特征模板;该特征模板的音频类别即为第一音频数据的音频类别。与现有技术相比,本发明的技术方案提高了音频数据分类的准确度和速度。
申请公布号 CN104462537A 申请公布日期 2015.03.25
申请号 CN201410817745.7 申请日期 2014.12.24
申请人 北京奇艺世纪科技有限公司 发明人 杨晓昊
分类号 G06F17/30(2006.01)I 主分类号 G06F17/30(2006.01)I
代理机构 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人 马敬;项京
主权项 一种音频数据分类方法,应用于电子设备,其特征在于,包括:获得待识别类别的第一音频数据;按照预设的加窗算法,在所述第一音频数据的音频时间轴上进行加窗;对每个窗内的音频数据提取一个MFCC特征向量;按照预设的矢量量化算法,将提取出的所有的MFCC特征向量分别量化为一维的第一特征值;其中,每个MFCC特征向量对应一个第一特征值;按照预设的直方图绘制算法,对所有的第一特征值进行计算,得到所述第一音频数据的第一直方图;将所述第一直方图与预设的各个音频类别的音频数据对应的直方图特征模板进行相似度计算,得到与所述第一直方图相似度最大的第一直方图特征模板;将所述第一直方图特征模板对应的音频类别识别为所述第一音频数据的音频类别。
地址 100080 北京市海淀区北一街2号鸿城拓展大厦10、11层